关键点|数据分析，如何诊断业务问题( 二 )

如果业务方事先没有看过细节，则可能在看到细节后有解决问题的想法。基础的策略有2种（如下图），数据分析师可以补上对应的参考数据，辅助判断。到这一步，就完成了诊断。

文章插图
也有可能，业务方已知晓细节，那就进入下一步。
第二步：区分是否已采取行动注意，已采取行动但没见效，和没采取行动，完全是两个状态。如果业务方还没有采取行动，就值得怀疑：“为啥明明看到问题，却不行动？？？”
很有可能，业务方认为问题不重要，到时候就自然消失了。
很有可能，业务方已有安排，认为到时候能一举扭转乾坤。
此时，可以对历史数据进行复盘，找类似场景，有复盘结论后，再针对当前情况下判断（如下图）。

文章插图
这种情况尚且容易处理，因为业务方没有计划的时候，对其他人的提醒/建议不会很激烈反对，真正难处理的是：已采取行动但没见效的场合。
此时，提给业务方的诊断结论，最好是他们从来没听过且非常有效的，不然铁定被人按着头怼：“你这说的都有啥用！老子刚试过了呀！”这时候下结论要特别小心。
第三步：区分是否有行动计划已采取行动未见效的时候，业务方的本能反应就是：要资源。打仗打不赢，要大号的炮弹，是很正常的思路。
但老板本能反应就是：再想想。一定是你的方法不对，不信我换李云龙上肯定能把山崎大队打下来。
这种反差，使得直接申请资源的计划常常被驳回。如果申请不到资源，业务部门还有可能选择甩锅，不管是谁的问题，反正不是我的问题就行。
此时对于数据分析师来说，问题异常复杂。如果数据分析师贸然表态，很有可能被划入“敌对分子”的范畴，之后不管数据分析师再说什么，人家都会单纯地为了反对而反对。所以这时切忌主动表态。而是提前把可能解决问题/甩锅的选项分析清楚，最后交回给业务/老板评判。
常见的甩锅选项，如：

甩锅给外部环境：是否大环境真的变差，影响了所有业务线
甩锅给上游部门：是否上游部门真的没做好，所有下游都遭殃
甩锅给用户：是否真的某类型用户口味变化，集体流失

常见的解决问题选项，如：

上次解决类似问题的方法，本次是否已经用了
上次解决方法的投入力度，本次是否已经达到
其他业务线，是否有解决问题的类似方法

以上每一点，单独拆出来都是一个专题分析，内容太多，这里不一一举例了。但是想要帮助深陷困境的业务部门真正找到出路，是值得多花些精力的。
或者采用一种简单的方法：标杆分析法。挑出可以复制的标杆，直接对着照抄。这样省事很多。这也是为啥要先介绍标杆分析法，再介绍问题诊断的原因。有些业务部门就是懒得听理论，他们喜欢说：“你直接告诉我谁做的好，我抄他就完了，奥力给！”

文章插图
四、小结从本质上看，问题诊断之所难，难在两端：

行业环境、业务能力、用户口味、操作流程等等因素，都会导致业务上问题，但这些因素大多不能用数据量化，只能一个个细细立假设，做检验。
出现问题的时候，大家都怕担责任，因此会本能地找借口、想当然、树立场。然后纯粹因为立场不同而相互攻击，拒绝面对真相。

所谓“屋漏偏逢连夜雨”，就是这个局面。此时，想要用数据描述问题，容易，树个标杆就能看出差距。想用数据诊断问题，就得突破上边层层险阻，争取业务的支持和老板的理解，才能见效。这是从数据到落地的必经之路。